-
公开(公告)号：CN112184763B
公开(公告)日：2024-09-10
申请号：CN202010939522.3
申请日：2020-09-09
申请人： 南京师范大学镇江创新发展研究院 , 南京师范大学
摘要： 本发明提供了一种机器人视觉导航中视觉里程计构建方法，包括：提取图像特征点；获取物体边界框的位置；判断提取到的特征点是否在检测得到的物体边界框内，若不是，则剔除特征点；若在物体边界框内，则通过光流跟踪物体边界框内的特征点，并通过光流极线法进行动态点的判断，若物体边界框内动态点数目大于阈值，则认为该物体边界框内物体是运动的，将其中所有特征点剔除。若未超过阈值，则认为该物体边界框内物体是静止的，物体边界框内的特征点是有效特征点。根据有效特征点估算相机运动轨迹，恢复出相机旋转和平移运动，估计出相机位姿，完成视觉里程计的构建。本发明解决了动态环境下位姿估计的不准确问题,提高了定位精度。
-
公开(公告)号：CN112184763A
公开(公告)日：2021-01-05
申请号：CN202010939522.3
申请日：2020-09-09
申请人： 南京师范大学镇江创新发展研究院 , 南京师范大学
摘要： 本发明提供了一种机器人视觉导航中视觉里程计构建方法，包括：提取图像特征点；获取物体边界框的位置；判断提取到的特征点是否在检测得到的物体边界框内，若不是，则剔除特征点；若在物体边界框内，则通过光流跟踪物体边界框内的特征点，并通过光流极线法进行动态点的判断，若物体边界框内动态点数目大于阈值，则认为该物体边界框内物体是运动的，将其中所有特征点剔除。若未超过阈值，则认为该物体边界框内物体是静止的，物体边界框内的特征点是有效特征点。根据有效特征点估算相机运动轨迹，恢复出相机旋转和平移运动，估计出相机位姿，完成视觉里程计的构建。本发明解决了动态环境下位姿估计的不准确问题,提高了定位精度。
-
公开(公告)号：CN111950451A
公开(公告)日：2020-11-17
申请号：CN202010806204.X
申请日：2020-08-12
申请人： 南京师范大学
摘要： 本发明公开了一种基于多尺度预测CNN及龙芯芯片的多类别目标识别方法，包括：将目标图像输入到搭建好的多尺度背景预测卷积神经网络，输出分类结果；将分类结果为物体的候选框，去除重复的候选框；对多尺度背景预测卷积神经网络充分训练，得到训练好的多尺度背景预测卷积神经网络；视觉摄像头采集视频文件，并且统一尺寸大小；将训练好的多尺度背景预测卷积神经网络模型移植到基于龙芯芯片的嵌入式系统中完成对多类别目标的识别。本发明充分考虑了目标识别快速准确的特点，设计了多尺度背景预测卷积神经网络，利用多尺度网络模型来对多类别目标进行识别，提高了对于多类别目标的识别准确率和速度，并且具有很高的可移植性，应用前景广泛。
-
公开(公告)号：CN111951303A
公开(公告)日：2020-11-17
申请号：CN202010806613.X
申请日：2020-08-12
申请人： 南京师范大学
摘要： 本发明公开了一种机器人运动姿态视觉估计方法。涉及机器人与机器视觉的技术领域，包括：采集动态环境中的连续视频图像，选取其中两张采集的图像，检测关键点，计算关键点特征值，检测并保存特征点位置；对原始图像进行分割，获取并保存图像中动态物体所在像素区域的位置；对比保存特征点信息的图像和保存分割结果的图像，剔除保存特征点信息的图像中分布在动态物体所在像素区域的位置的特征点；使用剔除优化后剩余的特征点在相邻图像间进行特征匹配，计算在相邻图像间机器人的位姿运动，输出机器人运动位姿估计。本发明具有位姿估计准确率高、计算量小、抗背景环境干扰能力强的优点。
-
公开(公告)号：CN111309008B
公开(公告)日：2023-04-28
申请号：CN202010099323.6
申请日：2020-02-18
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC分类号： G05D1/02
摘要： 本发明提供了一种基于色彩识别的移动机器人导航方法，包括：采集周围环境中辅助识别点标的彩色图像信息，对彩色图像进行颜色阈值、像素阈值和面积阈值处理，同时根据其他预设条件，确定环境是否存在阻碍运输的障碍物；解算出辅助识别点标和环境中阻碍运输的障碍物的位置信息；根据辅助识别点标的位置信息，确定移动机器人在进行运输作业时的运动控制方案，保证运输过程的及时、平稳；根据障碍物的位置信息，确定移动机器人在进行运输作业时的运动控制方案。若出现位置信息传输中断，将自动切换到特定的运动控制方案保证移动机器人的正常工作，实现移动机器人自动并且稳定地完成运输任务。
-
公开(公告)号：CN111951302A
公开(公告)日：2020-11-17
申请号：CN202010806224.7
申请日：2020-08-12
申请人： 南京师范大学
摘要： 本发明公开了一种基于特征匹配的机器人视觉定位方法，包括如下步骤：采集并保存机器人运动场景的彩色图像，将机器人运动场景的彩色图像进行预处理，获得裁剪并减去均值的图像序列数据；计算所有彩色图像的特征值；机器人在设定的运动空间内，将使用单目相机拍摄的照片作为查询图像，将需要查询的图像裁剪并减去步骤S1的查询图像均值，计算查询图像的特征值；将查询图像的特征值与彩色图像的特征值相比较，找出距离最相近的两幅图像及其空间坐标，得到此时机器人的空间位置。本发明在仅使用图像定位中，避免提取人工设计的特征点，极大的降低硬件成本，极大的减轻了工作量、提高了分析精度。
-
公开(公告)号：CN111309008A
公开(公告)日：2020-06-19
申请号：CN202010099323.6
申请日：2020-02-18
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC分类号： G05D1/02
摘要： 本发明提供了一种基于色彩识别的移动机器人导航方法，包括：采集周围环境中辅助识别点标的彩色图像信息，对彩色图像进行颜色阈值、像素阈值和面积阈值处理，同时根据其他预设条件，确定环境是否存在阻碍运输的障碍物；解算出辅助识别点标和环境中阻碍运输的障碍物的位置信息；根据辅助识别点标的位置信息，确定移动机器人在进行运输作业时的运动控制方案，保证运输过程的及时、平稳；根据障碍物的位置信息，确定移动机器人在进行运输作业时的运动控制方案。若出现位置信息传输中断，将自动切换到特定的运动控制方案保证移动机器人的正常工作，实现移动机器人自动并且稳定地完成运输任务。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.072 秒)
